feat(stt): Phase 3 — actions admin pilotées par le LLM (admin_action) (#51)

Asa peut désormais AGIR sur le homelab quand on le demande explicitement, via
un outil de la boucle agentique — mais jamais sans confirmation.

- Outil admin_action(description) (contexte asa) : le LLM PROPOSE une action,
  n'exécute rien. brain.ask_with_tools gagne `confirm_tools` : un tel outil
  arrête la boucle et surface sa réponse (la question de confirmation).
- _handle_agentic : stocke la proposition en pending par session ; au tour
  suivant « confirme » → agent.run_action → hermes-exec (hermes -z --yolo),
  « annule » → oubli. Réutilise le handshake + jeton du contexte agent.
- admin_action n'est exposé que si _actions_available() (STT_ACTIONS_ENABLED
  + jeton) ; sinon retiré des schémas envoyés au modèle.
- Factorisation du ctx_debug du visualiseur. 1 test unitaire (confirm_tools
  arrête la boucle). Serveur 0.9.0 ; doc stt.md + journal.

Co-authored-by: Claude Opus 4.8 <noreply@anthropic.com>

admin/ia/stt.md

@@ -108,8 +108,16 @@ présélection — ex. « gpu-01 tourne bien ? » → l'outil `host_health` est
 Prometheus), `cluster_status` (nœuds/pods), `prometheus_query(expr)` (PromQL arbitraire), et
 **`web_search(query)`** (recherche INTERNET via SearXNG, **Phase 2**). Modèle **local** Qwen3-8B
 (le tool-calling natif de llama.cpp fonctionne, **même avec `/no_think`** — vérifié). Le `trace`
-des outils appelés est renvoyé dans `context` → visualiseur HUD (un bloc par appel). L'écriture
+des outils appelés est renvoyé dans `context` → visualiseur HUD (un bloc par appel).
-(agir) reste au contexte `agent` ci-dessous (Phase 3 : la brancher comme outil).
+
+**Outil d'écriture `admin_action` (Phase 3)** : pour une demande explicite d'AGIR, le LLM appelle
+`admin_action(description)` qui **n'exécute rien** — la boucle s'arrête (`confirm_tools` dans
+`ask_with_tools`), Asa **propose** l'action et stocke un `pending` par session. Le tour suivant,
+si l'utilisateur dit « confirme » (mots de `agent.is_confirmation`), `_handle_agentic` exécute via
+`agent.run_action` → **hermes-exec** (`hermes -z --yolo`) ; « annule » l'oublie. Réutilise le
+handshake + le jeton du contexte `agent`. **Exposé seulement si `_actions_available()`** (opt-in
+`STT_ACTIONS_ENABLED` + jeton) : sinon `admin_action` est retiré des schémas. La confirmation
+protège des erreurs de transcription ; le jeton, des déclenchements non autorisés.
 
 > **`cluster_status`** filtre les pods **terminés** (CronJob Succeeded/Failed) via un join
 > `kube_pod_status_phase` → ne signale comme « non prêts » que les pods réellement actifs (sinon
@@ -121,7 +129,7 @@ des outils appelés est renvoyé dans `context` → visualiseur HUD (un bloc par
 `http://searxng:8080`). Points clés : `use_default_settings: true` (hérite des moteurs),
 **`search.formats` inclut `json`** (sinon l'API JSON renvoie 403), `limiter:false`/`image_proxy:false`
 (usage interne), image **pinnée**, conf copiée dans un emptyDir via initContainer (évite le mount RO).
-Outil = `STT_SEARXNG_URL` (`tools._web_search`). Actions admin pilotées par le LLM = **Phase 3**.
+Outil = `STT_SEARXNG_URL` (`tools._web_search`).
 
 La réponse `/v1/ask` renvoie le **contexte assemblé** (`context`: system prompt + blocs live +
 extraits RAG + mémoire) → alimente le **visualiseur** du HUD (« voir ce qu'on envoie à Asa »).

progress/2026-06-22.md

@@ -97,12 +97,24 @@ appeler, puis répond à partir des résultats.
   inclure `json`. Image pinnée, conf via initContainer→emptyDir (mount RO contourné), PodSecurity
   restricted. (PR `feat/asa-web-search`, serveur 0.8.0.)
 
+### Vérif prod #49 + fix SearXNG + Phase 3
+
+- ✅ **`cluster_status` corrigé vérifié en prod** : « le cluster va bien ? » → *« 38 pods prêts, un
+  seul non prêt : searxng-… »* → ignore bien les pods cron terminés ET pointe le vrai souci.
+- 🐛 **SearXNG crashait** (`'tcp://…:8080' is not a valid integer`) : le Service `searxng` faisait
+  injecter l'env service-link `SEARXNG_PORT=tcp://…`, lu comme port de bind. Fix `enableServiceLinks:
+  false` + `SEARXNG_PORT`/`SEARXNG_BIND_ADDRESS` explicites (**PR `fix/searxng-port-collision`**).
+  Vérif end-to-end `web_search` **après merge** de ce fix.
+- ✅ **Phase 3 — actions admin pilotées par le LLM** : outil `admin_action(description)` (contexte
+  `asa`) qui **ne fait que proposer** — la boucle s'arrête (`confirm_tools`), Asa demande confirmation,
+  le tour suivant « confirme » → `hermes-exec`. Réutilise le handshake + jeton du contexte `agent` ;
+  exposé seulement si `STT_ACTIONS_ENABLED` + jeton. 1 test unitaire de plus. (PR `feat/asa-admin-actions`,
+  serveur 0.9.0.)
+
 ## Prochaines étapes
 
-- **Vérifier SearXNG au déploiement** : pod Ready + `web_search` renvoie des résultats réels
+- **Vérifier au déploiement** : SearXNG Ready + `web_search` réel ; puis un essai `admin_action`
-  (test end-to-end comme pour #48). Ajuster les moteurs SearXNG si bruyant.
+  (« redémarre … » → confirme → exécution Hermes).
-- **Phase 3** — outil `admin_action` (écriture) : brancher `hermes-exec` comme outil piloté par le
-  LLM, avec le handshake de confirmation vocale existant.
 - Enrichir `host_health`/`cluster_status` (GPU via `rocm_scraper`, fs, températures) si utile.
 - Si le wake word « asa » génère des faux positifs/négatifs, ajuster `wake_aliases`.
 - **1er test d'action vocale** (#43, contexte 🤖 Agent → `hermes-exec`).

stt/server/pyproject.toml

@@ -1,6 +1,6 @@
 [project]
 name = "stt-server"
-version = "0.8.0"
+version = "0.9.0"
 description = "STT-server — orchestrateur AI du homelab Funk (API pour les clients STT)"
 requires-python = ">=3.11"
 

stt/server/stt_server/__init__.py

@@ -1,3 +1,3 @@
 """STT-server — orchestrateur AI in-cluster pour les clients STT."""
 
-__version__ = "0.8.0"
+__version__ = "0.9.0"

stt/server/stt_server/app.py

@@ -171,6 +171,26 @@ async def _handle_agent(req: AskRequest, text: str) -> AskReply:
                     context=_agent_context_debug({"pending": text}))
 
 
+def _tool_blocks(trace: list[dict]) -> list[dict]:
+    """Trace d'outils → blocs du visualiseur HUD (un bloc par appel)."""
+    return [
+        {
+            "source": f"tool:{t['name']}",
+            "title": f"🔧 {t['name']}({', '.join(f'{k}={v}' for k, v in t['args'].items())})",
+            "text": t["result"],
+        }
+        for t in trace
+    ]
+
+
+def _agentic_ctx_debug(ctx, memories: list[str], trace: list[dict]) -> dict:
+    return {
+        "id": ctx.id, "label": ctx.label, "icon": ctx.icon,
+        "system_prompt": ctx.system_prompt,
+        "blocks": _tool_blocks(trace), "docs": [], "memories": memories,
+    }
+
+
 async def _handle_agentic(
     req: "AskRequest", text: str, ctx, model: str, background: BackgroundTasks
 ) -> "AskReply":
@@ -178,8 +198,26 @@ async def _handle_agentic(
 
     La doc n'est plus injectée d'office (elle est devenue l'outil `search_docs`) ; on garde
     le recall long-terme pour la personnalisation. Le trace des outils alimente le visualiseur.
+    Phase 3 : si une action admin a été proposée au tour précédent, ce tour la confirme/annule.
     """
     t0 = time.perf_counter()
+    sid = req.session_id or "anon"
+    # Confirmation d'une action admin proposée au tour précédent (handshake, hors LLM).
+    pending = pending_actions.get(sid)
+    if pending and _actions_available():
+        if agent.is_confirmation(text):
+            pending_actions.pop(sid, None)
+            out = await agent.run_action(pending)
+            log.info("asa EXEC sid=%s prompt=%r", sid, pending[:120])
+            trace = [{"name": "admin_action", "args": {"description": pending}, "result": out}]
+            return AskReply(reply=out, model=model, context_id=ctx.id,
+                            context=_agentic_ctx_debug(ctx, [], trace))
+        if agent.is_cancellation(text):
+            pending_actions.pop(sid, None)
+            return AskReply(reply="C'est annulé.", model=model, context_id=ctx.id,
+                            context=_agentic_ctx_debug(ctx, [], []))
+        # Ni confirmation ni annulation → l'utilisateur est passé à autre chose : on oublie.
+        pending_actions.pop(sid, None)
     history = sessions.history(req.session_id) if req.session_id else None
     memories, qvec = await longterm.recall(text) if longterm else ([], None)
     system = ctx.system_prompt
@@ -189,18 +227,31 @@ async def _handle_agentic(
             "\n\nÉléments de mémoire long-terme (peuvent aider, ignore si hors-sujet) :\n"
             + souvenirs
         )
-    schemas = tools.schemas_for(ctx.tools)
+    # admin_action n'est exposé que si les actions sont activées (opt-in + jeton).
+    tool_names = tuple(
+        t for t in ctx.tools if t != "admin_action" or _actions_available()
+    )
+    schemas = tools.schemas_for(tool_names)
     t_recall = time.perf_counter()
     async with httpx.AsyncClient() as client:
         deps = tools.ToolDeps(client=client, knowledge=knowledge, qvec=qvec)
 
         async def _dispatch(name: str, args: dict) -> str:
+            # admin_action : on n'exécute PAS — on mémorise la proposition et on demande
+            # confirmation (la boucle s'arrête via confirm_tools). Exécution = tour suivant.
+            if name == "admin_action":
+                desc = (args.get("description") or "").strip()
+                if not desc:
+                    return "Aucune action décrite."
+                pending_actions[sid] = desc
+                return (f"Tu veux que j'exécute : « {desc} » ? "
+                        "Dis « confirme » pour lancer, ou « annule ».")
             return await tools.run(name, args, deps)
 
         try:
             reply, tool_trace = await brain.ask_with_tools(
                 text, system, schemas=schemas, dispatch=_dispatch,
-                model=model, history=history,
+                model=model, history=history, confirm_tools=("admin_action",),
             )
         except httpx.HTTPError as e:
             raise HTTPException(status_code=502, detail=f"upstream LiteLLM : {e}") from e
@@ -215,21 +266,9 @@ async def _handle_agentic(
         ctx.id, model, (t_recall - t0) * 1000, (t_gen - t_recall) * 1000,
         (t_gen - t0) * 1000, len(memories), len(tool_trace),
     )
-    # Visualiseur HUD : on présente chaque appel d'outil comme un bloc (réutilise l'UI existante).
+    # Visualiseur HUD : chaque appel d'outil = un bloc (réutilise l'UI existante).
-    ctx_debug = {
+    return AskReply(reply=reply, model=model, context_id=ctx.id,
-        "id": ctx.id, "label": ctx.label, "icon": ctx.icon,
+                    context=_agentic_ctx_debug(ctx, memories, tool_trace))
-        "system_prompt": ctx.system_prompt,
-        "blocks": [
-            {
-                "source": f"tool:{t['name']}",
-                "title": f"🔧 {t['name']}({', '.join(f'{k}={v}' for k, v in t['args'].items())})",
-                "text": t["result"],
-            }
-            for t in tool_trace
-        ],
-        "docs": [], "memories": memories,
-    }
-    return AskReply(reply=reply, model=model, context_id=ctx.id, context=ctx_debug)
 
 
 @app.post("/v1/ask", response_model=AskReply)

stt/server/stt_server/brain.py

@@ -109,12 +109,17 @@ async def ask_with_tools(
     dispatch: Dispatch,
     model: str | None = None,
     history: list[dict] | None = None,
+    confirm_tools: tuple[str, ...] = (),
 ) -> tuple[str, list[dict]]:
     """Boucle de function-calling : le modèle appelle des outils jusqu'à pouvoir répondre.
 
     Renvoie (réponse, trace) où `trace` = [{name, args, result}] des outils exécutés
     (alimente le visualiseur du HUD). Borné par `tool_max_iters` ; au-delà, un dernier
     appel SANS outils force une réponse texte. Si aucun schéma n'est fourni, repli sur `ask`.
+
+    `confirm_tools` : outils « à confirmation » (ex. admin_action). Quand le modèle en appelle
+    un, la boucle s'ARRÊTE et renvoie directement le texte de son dispatch (la question de
+    confirmation) comme réponse — l'exécution réelle est différée au tour suivant (app.py).
     """
     if not schemas:
         return await ask(text, system, model, history), []
@@ -153,6 +158,9 @@ async def ask_with_tools(
                 args = {}
             result = await dispatch(name, args)
             trace.append({"name": name, "args": args, "result": result})
+            if name in confirm_tools:
+                # Outil à confirmation : on stoppe la boucle et on surface la question.
+                return result, trace
             messages.append({
                 "role": "tool",
                 "tool_call_id": tc.get("id", ""),

stt/server/stt_server/contexts.py

@@ -47,8 +47,12 @@ CONTEXTS: dict[str, Context] = {
         "question porte sur l'état courant, un fait précis du homelab, ou une info externe / "
         "récente, APPELLE l'outil adéquat puis réponds à partir de son résultat — n'invente "
         "jamais. Si les outils ne donnent pas l'information, dis-le simplement. Pour le "
-        "bavardage général, réponds directement sans outil.",
+        "bavardage général, réponds directement sans outil. Si l'utilisateur demande "
-        tools=("search_docs", "host_health", "cluster_status", "prometheus_query", "web_search"),
+        "explicitement d'AGIR (redémarrer, relancer, modifier…), utilise l'outil admin_action "
+        "(s'il est disponible) — il proposera l'action et demandera confirmation, sans rien "
+        "exécuter de toi-même.",
+        tools=("search_docs", "host_health", "cluster_status", "prometheus_query", "web_search",
+               "admin_action"),
     ),
     "funk": Context(
         id="funk", label="Funk · cluster", icon="🛠️",

stt/server/stt_server/tools.py

@@ -146,6 +146,12 @@ async def _web_search(args: dict, deps: ToolDeps) -> str:
     return "\n".join(lines)
 
 
+async def _admin_action_placeholder(args: dict, deps: ToolDeps) -> str:
+    # Jamais atteint : app.py intercepte admin_action dans son dispatch (handshake de
+    # confirmation). Présent uniquement pour que le schéma soit exposé au LLM via le registre.
+    return "Action en attente de confirmation."
+
+
 # --- Registre : nom → (schéma OpenAI, exécuteur) --------------------------------
 
 _TOOLS: dict[str, tuple[dict, object]] = {
@@ -243,6 +249,30 @@ _TOOLS: dict[str, tuple[dict, object]] = {
         },
         _web_search,
     ),
+    "admin_action": (
+        {
+            "type": "function",
+            "function": {
+                "name": "admin_action",
+                "description": "PROPOSE une action d'administration qui MODIFIE le homelab "
+                "(redémarrer un service/déploiement, relancer un pod, appliquer un changement…). "
+                "N'exécute RIEN directement : l'utilisateur devra confirmer vocalement. À utiliser "
+                "uniquement pour une demande explicite d'AGIR, jamais pour une simple lecture.",
+                "parameters": {
+                    "type": "object",
+                    "properties": {
+                        "description": {
+                            "type": "string",
+                            "description": "Action à effectuer, en une phrase claire et impérative "
+                            "(ex. « redémarrer le déploiement open-webui »).",
+                        }
+                    },
+                    "required": ["description"],
+                },
+            },
+        },
+        _admin_action_placeholder,
+    ),
 }
 
 

stt/server/tests/test_tool_loop.py

@@ -68,6 +68,40 @@ def test_no_schemas_falls_back_to_plain_ask(monkeypatch):
     assert reply == "réponse simple" and trace == []
 
 
+def test_confirm_tool_stops_loop(monkeypatch):
+    """Un outil de `confirm_tools` (ex. admin_action) arrête la boucle et surface sa réponse."""
+    calls: list[dict] = []
+
+    async def fake_post(payload):
+        calls.append(payload)
+        return {  # le modèle veut agir → appelle admin_action
+            "role": "assistant", "content": "",
+            "tool_calls": [{
+                "id": "a1", "type": "function",
+                "function": {"name": "admin_action",
+                             "arguments": '{"description": "redémarrer open-webui"}'},
+            }],
+        }
+
+    monkeypatch.setattr(brain, "_post", fake_post)
+
+    async def dispatch(name, args):
+        # simule le handshake : renvoie la question de confirmation (pas d'exécution)
+        return f"Tu veux que j'exécute : « {args['description']} » ? Dis « confirme »."
+
+    async def go():
+        schemas = [{"type": "function", "function": {"name": "admin_action", "parameters": {}}}]
+        return await brain.ask_with_tools(
+            "redémarre open-webui", "sys",
+            schemas=schemas, dispatch=dispatch, confirm_tools=("admin_action",),
+        )
+
+    reply, trace = asyncio.run(go())
+    assert "confirme" in reply
+    assert len(calls) == 1  # boucle stoppée après 1 appel LLM (pas de 2e tour)
+    assert trace[0]["name"] == "admin_action"
+
+
 def test_loop_forces_answer_after_max_iters(monkeypatch):
     """Si le modèle boucle indéfiniment sur des outils, un dernier appel force une réponse."""
     calls: list[dict] = []